Ich möchte, dass Sie mich auf TensorFlow-Code verweisen, der den Testsatz bewertet, ohne Beschriftungen, Kaggle-Konkurrenzstil (image_id, predented_class oder Liste der softmax-Werte für jede zu verwendende Klasse) ARGMAX später). Here is the original source code from solution I am evaluating now.TensorFlow Testset bewerten und Vorhersagen in eine Datei speichern
Zur Zeit habe ich trainiert und gespeichert Modell, auf kleinen Validierungssatz ausgewertet. Ich wollte das wirkliche Leben Scoring-System simulieren, das werden:
- Nehmen Sie Bilder umgewandelt und vorverarbeitet als TFrecords - Ich habe dieses Bit getan.
- in DNN Architektur lesen und Modellzustand gespeichert - haben Flags richtig in obiger Lösung
- Erstellen einer Warteschlange/Chargen aufgebaut - nicht sicher, wo diese Warteschlange geschieht in diesem Skript
- Make Prognosen auf Chargen oder sharded TFrecords, und speichern Sie sie mit der Image-ID in einem beliebigen für Menschen lesbaren Format (CSV, TXT usw.) in Format, Bild-ID, vorhergesagter Klasse oder Liste von Wahrscheinlichkeiten für jede Klasse.
- Mein Problem ist die Klassifizierung der drei Klassen.
Die beste Analogie, die ich verwenden kann, ist, Keras zu verwenden - wie model.predict (x_test ...)
ich nicht richtig verstehen, wie dies in entweder TensorFlow oder tf.contrib.Slim arbeitet. Hat Slim eine solche Funktionalität?
Wie kann ich meinen x_test erstellen. Ich bin nach der Änderung dieser Lösung und Anpassung an ein anderes Problem. Aber der Einfachheit halber könnten wir annehmen, dass ich obige Lösung zum Trainieren und Evaluieren verwende. Oben Skript berechnet Klassifikationsgenauigkeit, ich kann nicht finden, welchen Teil des Codes es ist, dass ich reine Vorhersagen aus extrahieren konnte. Anstatt Genauigkeit zu berechnen. Ich möchte die Validierung visuell selbst durchführen.
Kann mir bitte jemand in die richtige Richtung zeigen?
Ich denke, dass ich alles falsch verstanden habe. Jetzt, nachdem ich TensorFlow for poets Tutorial entdeckt habe, möchte ich den gleichen Effekt erzielen wie im Tutorial. Welches Modell als Checkpoint .ckpt trainiert wurde, mit dem Skript freeze_graph.py in den Protokollpuffer einfrieren und neue Bilder wie in diesem [Beispiel] erhalten (https://codelabs.developers.google.com/codelabs/tensorflow-for -poets/# 5) Das Problem, auf das ich stoße, ist jedoch, herauszufinden, was der Name des softmax-Schichtknotens in diesem tf.slim [script] ist (https://github.com/tensorflow/models/blob/master/slim/train_image_classifier) .py). Wie finde ich die letzte Ebene in der Grafik? – jackal
Die Verwendung von tf.estimator.Estimator ist eine bessere Möglichkeit, automatische Vorhersagen zu erhalten. –
Hätten Sie ein bestimmtes Beispiel? Könnten Sie es bitte teilen? – jackal